主成分分析法によるサンプル次元の減少とクラスターリングについて
スポンサーリンク
概要
- 論文の詳細を見る
Several methods for dimensionality reduction in the clustering procedures have been proposed. This paper reviews that a method of dimensionality reduction by principal components analysis is formed linear combinations of the features of given patterns. The main object of principal components analysis is to find a lower-dimensional representation that accounts the variance of the features. Moreover, the method of iterative improvement to minimize the sum-of-squared-error criterion for clustering is described. And to show the usefulness of the above mentioned method, the simulation for concrete pattern samples on a computer is excuted, and we can obtain the good agreement with our theoretical results.
- 山口大学の論文
著者
関連論文
- 構文的手法による手書き片仮名文字認識
- 手書き片仮名文字認識のための文法推論
- 相互主導型学習システムの試作 : ヨーロッパの地理の学習システム
- クラスタリングを用いた非線形特徴抽出器の設計
- LISP による知的応答システムの試作 : 新幹線列車案内システム
- ライトペンによる化学構造式入力システムの試作
- 特徴抽出のための拡張フィッシャ評価関数--Malina法とその問題点
- Bottom-up 的構文解析による手書き片仮名文字認識
- 正規直交判別ベクトルの計算法(技術談話室)
- パタ-ン認識のためのマキシミン特徴抽出法
- 正規直交判別ベクトルによる特徴抽出論
- ディスプレイシステムのための最適な判別分析
- 手書き片仮名文字を対象としたストリング化の一手法
- 文脈自由型誤り訂正文法によるパターン認識について
- 多クラス問題のための分離測度法
- 特徴の無相関性に基礎をおいた特徴抽出論
- 因子分析法による特徴抽出
- 主成分分析法によるサンプル次元の減少とクラスターリングについて
- 指紋画像の画質に関するある考察
- 多類別問題におけるカル-ネン・レ-ベ直交系を用いた未知パラメ-タの推定
- 自己類別問題における有限混合分布を対象とした未知パラメ-タの推定
- 有限混合分布を対象とした自己類別
- Karhunen-Loeve直交系による自己類別
- 電子計算機による自己類別系のシミュレーション(技術談話室)
- Karhunen-Loeve直交系による特徴抽出論